mem0

给 AI 装上记性,聊过的事下次还记得

为 AI 智能体设计的通用记忆层,让 agent 拥有跨会话的长期记忆,记住用户偏好与历史交互,是构建个性化、持续进化的智能体的关键组件。

开源 freemium 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 65837
维护状态 活跃
是否开源 是
定价模式 freemium

项目数据

分类开源模型
开发团队mem0ai
所属国家
官网地址https://mem0.ai
定价模式freemium
价格说明提供开源版本可自部署,另有托管云服务,基础功能免费,高级功能需付费,具体额度与价格需访问官网查看。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型agentic-memory,agentic-memory-system,agents,ai,ai-agents,chatgpt,genai,llm,long-term-memory,memory,memory-management,python,rag,state-management
GitHub 星标★ 65837
30天Star增速
HF 下载量
上线时间2023-06-20 00:00:00
最近更新2026-09-22 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4

使用教程

难度:入门 约 10 分钟 部署方式:命令行工具 7 步

环境要求

  • Python 或 Node.js 环境(用于安装 mem0 CLI)
  • Docker 与 Docker Compose(仅自托管方式需要)
  • 一个可用的 LLM 服务密钥(默认使用 OpenAI 的 gpt-5-mini)
  • Python 示例还需 mem0 与 openai 依赖库

安装与启动步骤

  1. 1安装 mem0 CLI

    README 提供两种 CLI 安装方式,这里用 npm 全局安装 @mem0/cli 包。若没有 Node.js 环境,可改用下一步的 pip 方式。

    npm install -g @mem0/cli
  2. 2或用 pip 安装

    Python 用户可用 pip 安装 mem0-cli(README 中给出的替代命令),与 npm 方式二选一即可。

    pip install mem0-cli
  3. 3自托管启动服务

    进入项目 server 目录后用 docker compose 后台启动整套服务,README 说明启动后访问 3000 端口。

    cd server && docker compose up -d
  4. 4浏览器完成设置

    打开 http://localhost:3000,按页面向导完成自托管实例的初始化配置。

  5. 5准备 LLM 密钥

    Mem0 必须依赖 LLM 才能工作,默认使用 OpenAI 的 gpt-5-mini;运行 Python 示例前需保证 OpenAI 客户端可用其密钥。

  6. 6编写记忆示例

    把 README 的示例代码保存为 demo.py:先用 memory.search 检索相关记忆,交给模型生成回复,再用 memory.add 写回新记忆。

    from openai import OpenAI
    from mem0 import Memory
    
    openai_client = OpenAI()
    memory = Memory()
    
    def chat_with_memories(message: str, user_id: str = "default_user") -> str:
        # Retrieve relevant memories
        relevant_memories = memory.search(query=message, filters={"user_id": user_id}, top_k=3)
        memories_str = "
    ".join(f"- {entry['memory']}" for entry in relevant_memories["results"])
    
        # Generate Assistant response
        system_prompt = f"You are a helpful AI. Answer the question based on query and memories.
    User Memories:
    {memories_str}"
        messages = [{"role": "system", "content": system_prompt}, {"role": "user", "content": message}]
        response = openai_client.chat.completions.create(model="gpt-5-mini", messages=messages)
        assistant_response = response.choices[0].message.content
    
        # Create new memories from the conversation
        messages.append({"role": "assistant", "content": assistant_response})
        memory.add(messages, user_id=user_id)
    
        return assistant_response
    
    def main():
        print(&qu
  7. 7运行示例脚本

    在终端执行脚本,输入问题后应返回 AI 回复;再次提问时模型会带上之前检索到的记忆。

    python demo.py

关键配置

配置项必填说明示例
OPENAI_API_KEY是OpenAI 客户端读取的密钥,LLM 与默认嵌入模型调用都需要sk-xxxxxxxx
user_id否记忆归属的用户标识,search 和 add 时用于隔离不同用户default_user
model否生成回复所用的 LLM,README 示例默认为 OpenAI 的 gpt-5-minigpt-5-mini

如何确认成功

浏览器能打开 http://localhost:3000 的初始化向导;运行 python demo.py 后输入消息能收到 AI 回复,且记忆可被检索复用。

常见问题

Q:Mem0 可以不用 LLM 吗?

A:不行。README 明确说明 Mem0 依赖 LLM 才能工作,默认使用 OpenAI 的 gpt-5-mini,同时也支持多种其他 LLM,详见官方 Supported LLMs 文档。

Q:默认的嵌入模型是什么?

A:默认使用 OpenAI 的 text-embedding-3-small。README 建议在混合检索场景下使用 Qwen 600M(如 gte-Qwen2-1.5B-instruct)或同级别嵌入模型以获得更好效果。

Q:CLI 和自托管该选哪个?

A:只做本地调用与调试用 CLI 即可(npm 或 pip 安装);需要本地跑完整服务栈时用自托管,进入 server 目录执行 docker compose up -d,再访问 3000 端口。

Q:自托管服务打不开怎么办?

A:确认是在 server 目录下执行 docker compose up -d,且容器已正常启动;README 给出的访问地址为 http://localhost:3000,更多配置见官方 self-hosted 文档。

注意事项

  • Python 示例依赖 mem0 与 openai 库,README 未给出对应的 pip 安装命令,请以官方文档为准。
  • 自托管方式必须先 cd 到 server 目录再执行 docker compose。
  • 混合检索(语义 + 关键词 + 实体增强)建议换用更强的嵌入模型以提升效果。
  • 官方文档地址:https://docs.mem0.ai/open-source/overview 与 https://docs.mem0.ai/quickstart。

核心亮点

  • 为AI代理提供统一的长期记忆层,支持跨会话持久化记忆,显著提升对话连贯性
  • 支持多种向量数据库(如Qdrant、Pinecone、Chroma)和LLM后端,集成灵活
  • 提供简洁的API和RESTful接口,便于快速集成到现有AI应用中

不足之处

  • 文档/社区待观察
  • 依赖外部向量数据库和LLM服务,部署和运维成本较高
  • 记忆提取和检索的准确率依赖底层模型,复杂场景下可能产生噪声

适用场景

  • 构建具有长期记忆能力的聊天机器人和虚拟助手
  • 为AI代理提供个性化用户偏好和上下文记忆
  • 用于RAG系统增强检索结果的相关性和个性化

替代项目

LangChain Memory、MemGPT、Zep

项目介绍

mem0 是智能体领域的开源项目,由 mem0ai 开发,2023 年首次发布。

在全站 13,090 个收录项目中,它的 GitHub 星标数(65,837)位列前 1%,在智能体分类的 2,517 个项目里位列前 1%。

近 42 天,它的 GitHub 星标从 63,115 增加到 65,837,净增 2,722。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-22。提供开源版本可自部署,另有托管云服务,基础功能免费,高级功能需付费,具体额度与价格需访问官网查看。从国内网络环境看,可直接访问。

它主要面向的使用场景是:构建具有长期记忆能力的聊天机器人和虚拟助手。同类可对比的替代方案包括 LangChain Memory、MemGPT、Zep。

上一篇:anything-llm

下一篇:agents-from-scratch

同类项目推荐

xinchao-dynamic-mind 开源

给 AI 装上疲惫和欲望,让交互更真实

独立、可自托管的 AI 动态心智状态引擎:驱动力、念头池、疲惫、睡眠与意图。

★ 199 2026-08-09
deepseek-harness 开源

把 AI 能力拆成乐高积木,拼出你的专属智能体。

DeepSeek Harness: Everything is a Plugin.

★ 233327 2026-08-15
AutoGPT 开源

开箱即用的 AI 员工,交代任务就自己干完

AutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mis···

★ 187492 2026-08-09
EvoAgentX 开源

让 AI 智能体自己迭代变强,越用越聪明

EvoAgentX: Building a Self-Evolving Ecosystem of AI Agents

★ 3351 2026-09-12